目标定位是计算机视觉领域中基本的任务之一，同时它也是和传统意 义上缺陷检测接近的任务，其期的是获
得目标的位置和类别信息。目前，苏州-缺陷检测， 基于-学习的目标检测方法层出不穷，-般来说， 基于-学习的缺陷
检测网络从结构.上可以划分为:以faster r-cnn为代表的两阶段(two stage)网络和以ssd或yolo为代表的一
阶段(one stage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal)，然后在
进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。
因为手机镜头的端面区域和凸台区域存在一定的高度差，现有技术中需要拍摄两张图像并进行两次算法检测，导致检测速度慢、cpu负载高。而本发明的端面和凸台检测方法有效地解决了这一问题，具体来说，根据本发明的一种实施方式，本发明的端面和凸台检测方法需要对端面和凸台按照如下公式的模板匹配获得r(x，-缺陷检测价格，y)值时得到两组值(x1，y1，phi1；x2，y2，phi2)分别代表定位的x坐标、y坐标和角度：
之后对凸台图片进行仿射变换后与端面图片对齐，
|
登录后台
